Row

Zeitreihe 2000 bis 2020

Row

Dokumentation

Run download Deploy dashboard Last_pull Valdidate

Das Bundesamt für Statistik stellt wöchentlich erfasste Todesfallzahlen zur Verfügung.

Todesfälle nach Fünf-Jahres-Altersgruppe, Geschlecht, Woche und Kanton (CSV-Datei) - opendata.swiss

Die Todesfälle werden täglich den Zivilstandsämtern gemeldet und dem BFS im Rahmen der Statistik der natürlichen Bevölkerungsbewegung (BEVNAT) mitgeteilt. Der Melde- und Verarbeitungsprozess dauert in der Regel neun Tage.

Die Referenzbevölkerung ist die ständige Wohnbevölkerung, d.h. die Personen mit ständigem Wohnsitz in der Schweiz. Todesfälle von Personen mit Wohnsitz in der Schweiz, die sich im Ausland ereignet haben, werden gezählt.

Weitere Informationen :

Todesfälle Schweiz (Sample)

Todesfälle nach Fünf-Jahres-Altersgruppe, Geschlecht, Woche und Kanton (CSV-Datei)

TIME_PERIOD GEO AGE SEX Obs_status Obs_value
2020-W14 CH _T T P 1874
2020-W44 CH _T T P 1664
2020-W45 CH _T T P 2035
2020-W46 CH _T T P 2098
2020-W47 CH _T T P 2098
2020-W48 CH _T T P 2051
2020-W49 CH _T T P 2099
2020-W50 CH _T T P 2042
2020-W51 CH _T T P 1918
2020-W52 CH _T T P 1656

Wöchentlicher Nachtrag (Sample)

Logdatei

Datum Status Text
2021-01-12 03:59:22 I END Validierung
2021-01-12 03:59:22 E Daten identisch
2021-01-12 03:59:22 I new_todesfaelle_woche.csv gelesen 35462 Zeilen und 9 Spalten
2021-01-12 03:59:22 I todesfaelle_woche.csv gelesen 35462 Zeilen und 9 Spalten
2021-01-12 03:59:22 I START Validierung
2021-01-12 03:59:22 I END Download
2021-01-12 03:59:22 I badge created
2021-01-12 03:59:22 I ..CSV in new_todesfaelle_woche.csv geschrieben !
2021-01-12 03:59:19 W ..new_todesfaelle_woche.csv wird überschrieben !
2021-01-12 03:59:19 I URL download lesen …
2021-01-12 03:59:19 I ..API in api.csv geschrieben !
2021-01-12 03:59:19 I . Deaths per week by 5-year age group, sex and canton (CSV file) vom 2021-01-05T23:17:38.647142
2021-01-12 03:59:16 I Opendata spec lesen …
2021-01-12 03:59:15 I START Download
2021-01-09 03:57:08 I END Validierung
2021-01-09 03:57:08 E Daten identisch
2021-01-09 03:57:08 I new_todesfaelle_woche.csv gelesen 35462 Zeilen und 9 Spalten
2021-01-09 03:57:08 I todesfaelle_woche.csv gelesen 35462 Zeilen und 9 Spalten
2021-01-09 03:57:08 I START Validierung
2021-01-09 03:57:08 I END Download
2021-01-09 03:57:08 I badge created
2021-01-09 03:57:08 I ..CSV in new_todesfaelle_woche.csv geschrieben !
2021-01-09 03:57:06 I URL download lesen …
2021-01-09 03:57:06 I ..API in api.csv geschrieben !
2021-01-09 03:57:06 I . Deaths per week by 5-year age group, sex and canton (CSV file) vom 2021-01-05T23:17:38.647142
2021-01-09 03:57:02 I Opendata spec lesen …
2021-01-09 03:57:02 I START Download
2021-01-08 08:33:38 I END API
2021-01-08 08:33:38 I badge auf disc
2021-01-08 08:33:38 I restful auf disc
2021-01-08 08:33:38 I START API
2021-01-08 08:33:38 I END Validierung
2021-01-08 08:33:38 I badge created
2021-01-08 08:33:38 I ../data/new_todesfaelle_woche.csv umbenannt in ../data/todesfaelle_woche.csv
2021-01-08 08:33:38 I ../data/todesfaelle_woche.csv umbenannt in ../data/arc_todesfaelle_woche.csv
2021-01-08 08:33:38 I ..in ../data/diff.csv geschrieben !
2021-01-08 08:33:38 I Differenzen in 453 Zeilen mit 1929 Todesfällen ..
2021-01-08 08:33:38 W ..2020-W52 mit 1656 Todesfälle
2021-01-08 08:33:38 I ..2020-W51 mit 92 Todesfälle
2021-01-08 08:33:38 I ..2020-W50 mit 100 Todesfälle
2021-01-08 08:33:38 I ..2020-W49 mit 35 Todesfälle
2021-01-08 08:33:38 I ..2020-W48 mit 12 Todesfälle
2021-01-08 08:33:38 I ..2020-W47 mit 8 Todesfälle
2021-01-08 08:33:38 I ..2020-W46 mit 4 Todesfälle
2021-01-08 08:33:38 I ..2020-W45 mit 3 Todesfälle
2021-01-08 08:33:38 I ..2020 mit 1928 Todesfälle
2021-01-08 08:33:38 I Validatortabellen erstellt …
2021-01-08 08:33:38 I Referenztabellen erstellt …
2021-01-08 08:33:38 I new_todesfaelle_woche.csv gelesen 35462 Zeilen und 9 Spalten
2021-01-08 08:33:37 I todesfaelle_woche.csv gelesen 34805 Zeilen und 9 Spalten
2021-01-08 08:33:37 I START Validierung
2021-01-08 08:33:37 I END Download
2021-01-08 08:33:37 I badge created
2021-01-08 08:33:37 I ..CSV in new_todesfaelle_woche.csv geschrieben !
2021-01-08 08:33:35 W ..new_todesfaelle_woche.csv wird überschrieben !
2021-01-08 08:33:35 I URL download lesen …
2021-01-08 08:33:35 I ..API in api.csv geschrieben !
2021-01-08 08:33:35 I . Deaths per week by 5-year age group, sex and canton (CSV file) vom 2021-01-05T23:17:38.647142
2021-01-08 08:33:31 I Opendata spec lesen …
2021-01-08 08:33:31 I START Download
2021-01-08 03:55:59 I END Download
2021-01-08 03:55:59 I END Download
2021-01-08 03:55:59 I badge created
2021-01-08 03:55:59 E Error Argument ‘url’ must be string.
2021-01-08 03:55:59 W ..new_todesfaelle_woche.csv wird überschrieben !
2021-01-08 03:55:59 I URL download lesen …
2021-01-08 03:55:59 W Warning Unknown or uninitialised column: id.
2021-01-08 03:55:58 I Opendata spec lesen …
2021-01-08 03:55:57 I START Download
2021-01-08 03:55:59 I END Download
2021-01-08 03:55:59 I badge created
2021-01-08 03:55:59 E Error Argument ‘url’ must be string.
2021-01-08 03:55:59 W ..new_todesfaelle_woche.csv wird überschrieben !
2021-01-08 03:55:59 I URL download lesen …
2021-01-08 03:55:59 W Warning Unknown or uninitialised column: id.
2021-01-08 03:55:58 I Opendata spec lesen …
2021-01-08 03:55:57 I START Download
2021-01-07 03:54:58 I END Download
2021-01-07 03:54:58 I END Download
2021-01-07 03:54:58 I badge created
2021-01-07 03:54:58 E Error Argument ‘url’ must be string.
2021-01-07 03:54:58 W ..new_todesfaelle_woche.csv wird überschrieben !
2021-01-07 03:54:58 I URL download lesen …
2021-01-07 03:54:58 W Warning Unknown or uninitialised column: id.
2021-01-07 03:54:56 I Opendata spec lesen …
2021-01-07 03:54:56 I START Download
2021-01-07 03:54:58 I END Download
2021-01-07 03:54:58 I badge created
2021-01-07 03:54:58 E Error Argument ‘url’ must be string.
2021-01-07 03:54:58 W ..new_todesfaelle_woche.csv wird überschrieben !
2021-01-07 03:54:58 I URL download lesen …
2021-01-07 03:54:58 W Warning Unknown or uninitialised column: id.
2021-01-07 03:54:56 I Opendata spec lesen …
2021-01-07 03:54:56 I START Download
2021-01-06 03:53:00 I END Validierung
2021-01-06 03:53:00 E Daten identisch
2021-01-06 03:53:00 I new_todesfaelle_woche.csv gelesen 34805 Zeilen und 9 Spalten
2021-01-06 03:53:00 I todesfaelle_woche.csv gelesen 34805 Zeilen und 9 Spalten
2021-01-06 03:53:00 I START Validierung
2021-01-06 03:53:00 I END Download

Zusätzliche Informationen

Metadatenzugriff API (JSON)


Deaths per week by 5-year age group, sex and canton (CSV file) download
- created : 2021-01-05T23:17:38.647142
- format : CSV
- start_date : 2019-12-30T01:00:00
- end_date : 2020-12-27T01:00:00

Difference between downloads download
- created : 2021-01-08 08:33:38
- format : CSV
- start_date : 2017-W22
- end_date : 2020-W52

---
title: "Mortalitätsmonitoring Schweiz"
knit: (function(input_file, encoding) {
  out_dir <- '_book';
  if (!dir.exists(out_dir)) dir.create(out_dir);
  rmarkdown::render(input_file,
  encoding=encoding,
  output_file=file.path(dirname(input_file), out_dir, 'index.html'))})
output: 
  flexdashboard::flex_dashboard:
    orientation: rows
    social: menu
    source_code: embed
---

```{r setup, include=FALSE}
library(dygraphs) # needs xts
library(dplyr)
library(readr)
source('../R/badgelinks.R')
source('berestful.R')

```

Row
---------------------------------------------------

### Zeitreihe 2000 bis 2020

```{r graph}
# read data with dyfun and convert to timeseries
source('momodyfun.R')
# select sorted timeseries by canton
ktlist <- c('CH','ZH','BE','VD','TI')

dft1 <- dyfun(quos(kanton %in% ktlist))  %>%
  count(kt,date, wt=value, name='value') %>%
  split(.$kt)
dft2 <- dft1[ktlist] # sort the list
tslist <- lapply(dft2, function(x) {
  xts::xts(x$value, order.by = x$date)
  })
tss <- do.call(cbind,tslist)
dygraph(tss, main = "Todesfälle Schweiz") %>% 
  dyOptions(stepPlot = T) %>%
  dyHighlight(highlightCircleSize = 5, 
              highlightSeriesBackgroundAlpha = 0.2,
              hideOnMouseOut = FALSE) %>% 
  dyRangeSelector(dateWindow = c("2013-07-01", as.character(last(dft1[[1]]$date)))) %>%
  dyEvent("2020-3-17", "Lockdown", labelLoc = "bottom")
```


Row {.tabset .tabset-fade}
---------------------------------------------------

### Dokumentation

`r badge`

**Das Bundesamt für Statistik stellt wöchentlich erfasste Todesfallzahlen zur Verfügung.**

Todesfälle nach Fünf-Jahres-Altersgruppe, Geschlecht, Woche und Kanton (CSV-Datei) - [opendata.swiss](https://opendata.swiss/de/dataset?q=%22Todesfälle+nach+Fünf-Jahres-Altersgruppe%22+Kanton)

Die Todesfälle werden täglich den Zivilstandsämtern gemeldet und dem BFS im Rahmen der Statistik der natürlichen Bevölkerungsbewegung (BEVNAT) mitgeteilt. Der Melde- und Verarbeitungsprozess dauert in der Regel neun Tage.

Die Referenzbevölkerung ist die ständige Wohnbevölkerung, d.h. die Personen mit ständigem Wohnsitz in der Schweiz. Todesfälle von Personen mit Wohnsitz in der Schweiz, die sich im Ausland ereignet haben, werden gezählt.

Weitere Informationen :

- Bundesamt für Statistik:  [Todesfälle](https://www.bfs.admin.ch/bfs/de/home/statistiken/bevoelkerung/geburten-todesfaelle/todesfaelle.html)
- Bundesamt für Statistik: [Sterblichkeit, Todesursachen](https://www.bfs.admin.ch/bfs/de/home/statistiken/gesundheit/gesundheitszustand/sterblichkeit-todesursachen.html)
- Bundesamt für Statistik: [Mortalitätsmonitoring (MOMO)](https://www.experimental.bfs.admin.ch/expstat/de/home/innovative-methoden/momo.html)
- Weltgesundheitsorganisation (WHO): [EUROMOMO](https://www.euromomo.eu/graphs-and-maps/)


### Todesfälle Schweiz (Sample)

Todesfälle nach Fünf-Jahres-Altersgruppe, Geschlecht, Woche und Kanton (CSV-Datei)

```{r data}
read_csv2('../data/todesfaelle_woche.csv') %>%
  top_n(10) %>%
  knitr::kable()
```

### Wöchentlicher Nachtrag (Sample)

```{r diff}
dfdiff <- read_csv2('../data/diff.csv')
DT::datatable(dfdiff[0:100,], class = 'cell-border stripe')
```

### Logdatei

```{r log}
mylog <- read_csv2('../data/log.csv', col_names = F) %>% purrr::map_df(rev)
knitr::kable(mylog[0:100,], col.names = c('Datum','Status','Text'))
```

### Zusätzliche Informationen

Metadatenzugriff [API (JSON)](https://norman-ds.github.io/momo/json.json) 

***

`r berestful()`